Technologie Informacyjne –o co chodzi?

wer. 14 z drobnymi modyfikacjami!

Wojciech Myszka

2018-10-30 12:02:08 +0100

Część I

Informacje podstawowe

Program zajęć I

1. Program. Wymagania. Historia rozwoju systemów komputerowych.2. Elementy systemu komputerowego. Czynniki wpływające na wydajność.3. Instrukcje wewnętrzne, logika binarna, podstawowe operacje arytmetyczne.4. Oprogramowanie: podstawowe, systemowe, użytkowe.5. Systemy operacyjne: historia rozwoju, podstawowe pojęcia.6. Algorytmy. Podstawowe konstrukcje algorytmiczne (przegląd, podział

zadania, programowanie dynamiczne, rekurencja,. ..).7. Złożoność obliczeniowa. „Trudne” zadania.8. Języki programowania. Historia. Przykłady.9. Parę słów o prawie i Internecie.

10. Test

Technologie Informacyjne IZałożenia

1. Praktycznie wszyscy studenci mieli już kontakt z komputerem i znająpodstawy obsługi podstawowych aplikacji (edytor tekstu, arkuszkalkulacyjny, przeglądarka internetowa, komunikator).

2. Celem zajęć jest usystematyzowanie i uporządkowanie ich wiedzy orazużywanej terminologii.

3. Do dyspozycji mamy tylko audytoryjne sale wykładowe, rzutnik. . .4. Wykład przedstawi historię rozwoju sprzętu oraz oprogramowania

podstawowego (System Operacyjny).5. Nieco uwagi skupimy na zagadnieniach funkcjonowania komputera,

a zwłaszcza sposobie prowadzenia obliczeń i konsekwencjach z tegopłynących.

Technologie Informacyjne IIZałożenia

6. Ważnymi tematami wykładu będą pojęcia algorytmu, zadanie algorytmizacji(i automatyzacji) czynności, informacje o programowani i językachprogramowania oraz proste przykłady programowania.

7. Ostatnim elementem wykładu jest blok tematów związanych z sieciamikomputerowymi, usługami sieciowymi oraz niebezpieczeństwami(i pokusami) korzystania z komputera w sieci.

8. Wykład kończy test.

Literatura I

Janusz Biernat.Architektura komputerów.Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław, 2005.

James Gleick.Informacja. bit — wszechświat — rewolucja.Wydawnictwo Znak, Kraków, 2012.

David Harel.Komputery-spółka z o.o.: czego komputery naprawdę nie umieją robić.Ludzie, Komputery, Informacja. Wydawnictwa Naukowo-Techniczne,Warszawa, 2002.

Literatura II

David Harel, Yishai Feldman.Rzecz o istocie informatyki: algorytmika.Klasyka informatyki. Wydawnictwa Naukowo-Techniczne, Warszawa, 2001,2002, 2008.Donald E. Knuth.Sztuka programowania.Klasyka Informatyki. WNT, Warszawa, 2001.ISBN 83-204-2539-5.Witold Komorowski.Krótki kurs architektury i organizacji komputerów.Mikom, Warszawa, 2004.

Literatura III

Władysław Kopaliński.Słownik wyrazów obcych i zwrotów obcojęzycznych.Wiedza Powszechna, Warszawa, wydanie xx, 1990.

Mirosława Kopertowska.Arkusze kalkulacyjne.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych. Poziom Zaawansowany.

Mirosława Kopertowska.Bazy danych.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych moduł 5.

Literatura IV

Mirosława Kopertowska.Grafika menedżerska i prezentacyjna.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych moduł 6.

Mirosława Kopertowska.Przetwarzanie tekstów.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych moduł 3.

James F. Kurose.Sieci komputerowe: od ogółu do szczegółu z internetem w tle.Wydawnictwo Helion, Gliwice, 2006.

Literatura V

Stanisław Lem.Cyberiada.Verba, Chotomów, 1991.Éric Lévénez.Computer languages history.http://www.levenez.com/lang/, 2017.

Éric Lévénez.Unix history.http://www.levenez.com/unix/, 2017.

Éric Lévénez.Windows history.http://www.levenez.com/windows/, 2017.

Literatura VI

Zdzisław Nowakowski.Użytkowanie komputerów.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych moduł 2.

Blaise Pascal.Rozprawy i myśli, rozdzia/l Machina Arytmetyczna, strony 1–13.Instytut Wydawniczy PAX, Warszawa, 1962.Dostępne jakohttp://www.immt.pwr.wroc.pl/~myszka/IFM1520/pascalina.pdf.

Jason Robert Carey Patterson.Modern microprocessors – A 90-minute guide!, 2015.

Literatura VII

Diarmuid Pigott.The encyclopedia of computer languages.http://hopl.murdoch.edu.au/, 2006.

Piotr Ciesielski, Jerzy Vetulani.Błogosławiona mutacja genu FoxP2.wyborcza.pl, Czerwiec 2011.http://wyborcza.pl/1,76842,9801332,Blogoslawiona_mutacja_genu_FoxP2.html.Witold Sikorski.Podstawy technik informatycznych.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych moduł 1.

Literatura VIII

Abraham Silberschatz.Podstawy systemów operacyjnych.Wydawnictwa Naukowo-Techniczne, Warszawa, 2006.

William Stallings.Systemy operacyjne: struktura i zasady budowy.Wydawnictwo Naukowe PWN, Warszawa, 2006.

Niklaus Wirth.Algorytmy + struktury danych = programy.Klasyka informatyki. Wydawnictwa Naukowo-Techniczne, 2004.

Adam Wojciechowski.Usługi w sieciach informatycznych.Wydawnictwo Naukowe PWN, Mikom, Warszawa, 2006.Europejski Certyfikat Umiejętności Komputerowych moduł 7.

Literatura IX

Piotr Wróblewski.Algorytmy: struktury danych i techniki programowania: algorytmika nietylko dla informatyków.Helion, Gliwice, 2003.Piotr Wróblewski.Algorytmy: struktury danych i techniki programowania.Helion, Gliwice, 2010.Roman Zuber.Metody numeryczne i programowanie.WSziP, 1975.fragmenty: http://www.immt.pwr.wroc.pl/~myszka/TI/zuber.pdf ihttp://www.immt.pwr.wroc.pl/~myszka/TI/zuber1.pdf.

Zasady/Wymagania

I ObecnośćI TestI Zadania domowe. . . ?I . . .

Materiały do zajęć

http://kmim.wm.pwr.edu.pl/myszka/dydaktyka/technologie-informacyjne/Choć w dzisiejszych czasach zamiast zapisywać/zapamiętywać adresy trzeba

nauczyć się tak formułować zapytania do wyszukiwarek internetowych, żebytrafić na potrzebną stronę. . . Powinno wystarczyć „wojciech myszka dydaktyka”.

Część II

Informacja

Technologie Informacyjne

Nazwa wykładu to dwa wyrazy (definicje przytaczam, za [7]).

Technologie

Informacyjne

Technologie Informacyjne

Nazwa wykładu to dwa wyrazy (definicje przytaczam, za [7]).

Technologie

Informacyjne

Technologie Informacyjne

Nazwa wykładu to dwa wyrazy (definicje przytaczam, za [7]).

Technologie

Informacyjne

Technologie Informacyjne

Nazwa wykładu to dwa wyrazy (definicje przytaczam, za [7]).

Technologie

Informacyjne

Technikatechnika środki, sposoby i czynności związane z wytwarzaniem dóbrmaterialnych. || technikum (lmn. technika) średnia szkoła zawodowa, którejabsolwenci otrzymują tytuł technika. || TECHNO- w złożeniach: sztuka;rzemiosło; techniczny; technologiczny; stosowany. || technokracja rządyspecjalistów technicznych w państwie, w społeczeństwie a. rządy na zasadachustalonych przez techników. || technologia (nauka o) metoda(ch) przeróbkii obróbki materiałów (t. mechaniczna, chemiczna). || Technology Assesmentang., ocena techniki, — proces pozwalający na bardziej świadomy wybórspośród wielu społ., ekon. i środowiskowych możliwości, pojawiających siędzięki postępowi nauki i techniki; przewidywanie skutków drugiego rzutuzastosowania nowych technik. || technostruktura pracownicy nowoczesnejkorporacji kapitalistycznej, którzy — dzięki swoim kompetencjom — biorą udziałw grupowym procesie podejmowania decyzji w przedsiębiorstwie.— gr. technikós ‘kunsztowny: artystyczny; biegły’ od téchnê ‘sztuka; nauka;rzemiosło; biegłość; chytrość’; por. poli-: psycho-; socjotechnika; technet; zob.-kracja; -log-; struktura.

Informacjainformacja wiadomość, wieść, nowina, rzecz zakomunikowana, zawiadomienie,komunikat; pouczenie, powiadomienie, zakomunikowanie o czymś; dane; pokój,okienko, stanowisko, gdzie się udziela informacji; (ilość informacji) miara wiedzyo jakimś zdarzeniu, uzyskanej w wyniku przeprowadzenia określonegoeksperymentu; mat., cyber. miara braku entropii (nieokreśloności), miaraorganizacji systemu; (i. genetyczna, dziedziczna) biol. zapis genetycznychwłaściwości organizmu zawarty w cząsteczkach DNA każdej komórki. ||informacji teoria — dyscyplina mat. badająca, jaka ilość informacji zawiera sięw pewnym zbiorze wiadomości (np. w zdaniu, książce, obrazie TV, zapisiekodowym), a także analizująca procesy przekazywania informacji. || informatykatechniki i metody przetwarzania informacji; dyscyplina nauki i technikizajmująca się org. powstawania i przebiegu informacji, technologią i metodykąjej przekształcania, zwł. za pomocą techniki obliczeniowej; naukao komputerach; połączenie informacji z automatyką.— łac. informatio ‘wyobrażenie wizerunek; pomysł’ od informare ‘formować;wymyślać; spisać; informować’; zob. informacja.

Jak mierzyć szczęście IZanim zajmiemy się pomiarem informacji zastanówmy sie jak mierzyć takiedziwne rzeczy, jak na przykład szczęście?Zaczynam ponownie od cytatu.

[. . . ] Wprawił tedy Kontemplatorowi w brzuch znaczny zegar z pozłacanąstrzałką, który wyskalował w jednostkach szczęśliwości i nazwał je hedonamilub hedami w skrócie. Za jeden hed przyjął tę ilość ekstazy, jakiej się doznaje,gdy przebędzie się cztery mile w bucie z gwoździem wystającym, a potemgwóźdź się usunie. Pomnożył drogę przez czas, podzielił przez zadziornośćgwoździa, przed nawias wyprowadził współczynnik pięty zmęczonej i tak mu sięudało przełożyć szczęście na układ centymetr–gram–sekunda. Tym się trochępocieszył. Wpatrując się w poplamiony oliwą fartuch roboczy Trurla, który siękrzątał przy nim, Kontemplator, zależnie od kąta nachylenia i ogólnegooświetlenia, doznawał od 11,8 do 18,9 hedów na plamę, łatę i sekundę. Nadobre się uspokoił konstruktor. Obliczył zaraz, że jeden kilohed to tyle, ilestarcy doznali, podglądając Zuzannę w kąpieli, że megahed — to radość

Jak mierzyć szczęście II

skazańca w porę odciętego od stryczka, a widząc, jak wszystko daje siędoskonale wyliczyć, posłał zaraz jedną z pośledniejszych machinlaboratoryjnych po Klapaucjusza.[. . . ]

Cytat zaczerpnięty z Cyberiady Stanisława Lema [13, (opowiadanie Kobyszczę)].

Jak zmierzyć ilość informacji? II Zacznijmy nie od informacji, ale od jej braku.

Wyobraźmy sobie taką sytuację:I Mamy osobę oczekującą na pewną, bardzo dla niej ważną, wiadomość.I Mamy do czynienia z sytuacją, że wiadomość jest bardzo prosta: możliwe są

tylko dwie wiadomości: A i B1

Kiedy niepewność co do otrzymanej odpowiedzi jest największa?I Jeżeli jedna z wiadomości jest bardziej prawdopodobna (na przykład 99%

szans, że otrzymamy wiadomość B) — nie ma wielkiej niepewności(oczywiście możemy się czasami bardzo ucieszyć gdy wypadnie A) —w zasadzie mamy pewność, że będzie to B. . .

I Gdy oba komunikaty są jednakowo prawdopodobne — nasza niepewnośćjest największa.

W teorii informacji entropia to właśnie miara naszej niepewności.1Na przykład badanie lekarskie pozwalające stwierdzić płeć podczas ciąży. Pomijam celowo

sytuacje niezmiernie rzadkie. Bliźniaki — raz na 85 ciąż, trojaczki raz na 852 ciąż, itd.

Entropia

Załóżmy, że mamy n możliwych komunikatów. Prawdopodobieństwo otrzymaniakomunikatu o numerze i jest p(i).Entropia wyraża się wzorem

H = −n∑

i=1

p(i) log p(i).

Minus jest po to, żeby zaznaczyć, że jest to nasza niewiedza (brak informacji)?Nie. Chodzi o to, żeby wyliczona wartość była dodatnia (logarytm z wartościmniejszych od zera jest ujemny).

EntropiaJednostka

W zależności od tego jaka jest podstawa logarytmu użytego we wzorach,jednostką jest:I bit albo shannon gdy podstawa to 2,I nat gdy podstawa to liczba Eulera e ,I hartley gdy podstawa to 10.

EntropiaSzczególne przypadki

Jeżeli wszystkie komunikaty są jednakowo prawdopodobne(

p(i) =1n

)wzór

się upraszcza

H = −n∑

i=1

1nlog

1n= −1

n

n∑i=1

log1n= −1

n

(n log

1n

)=

− (log(1)− log(n)) = log(n)

(1)

EntropiaSzczególny przypadek: n = 2

Hb(p) = −p log2 p − (1 − p) log2(1 − p).

I teraz H wyrażane jest w bitach. Otrzymujemy 1 bit informacji gdy możliwe sądwa jednakowo prawdopodobne komunikaty.

Hb = −0.5 log2(0.5)− (1 − 0.5) log2(1 − 0.5) = 0.5 + 0.5 = 1

EntropiaH(p)

0 0.2 0.4 0.6 0.8 1

0

0.2

0.4

0.6

0.8

1

p

H(p)

Rysunek: Wykres ilości informacji w zależności od prawdopodobieństwa w przypadkudwu możliwości wyboru

Demon Maxwella

A B A B

Rysunek: Demon Maxwella w akcji

Nadmiarowość informacji

Wróćmy do naszego przykładu. Oto ojciec czeka na informację o płci dziecka.I W pewnym uproszczeniu możemy przyjąć, że możliwe są tylko dwie

odpowiedzi.I Ale komunikat (E-mail, SMS) będzie zawierał informację zwykle zapisaną

tak: chlopiec albo dziewczynka.I Do jej przesłania zostanie zużyte znacznie więcej bitów

Jeżeli założyć, że każda litera kodowana jest na ośmiu bitach (co nie musi byćprawdą) dziewczynka to 88 bitów, a chlopiec — 56.A zwyczajowy komunikat może być jeszcze dłuższy.Czemu tak marnotrawimy przepustowość nośnika informacji?

To jest zadanie domowe!

Nadmiarowość informacji

Wróćmy do naszego przykładu. Oto ojciec czeka na informację o płci dziecka.I W pewnym uproszczeniu możemy przyjąć, że możliwe są tylko dwie

odpowiedzi.I Ale komunikat (E-mail, SMS) będzie zawierał informację zwykle zapisaną

tak: chlopiec albo dziewczynka.I Do jej przesłania zostanie zużyte znacznie więcej bitów

Jeżeli założyć, że każda litera kodowana jest na ośmiu bitach (co nie musi byćprawdą) dziewczynka to 88 bitów, a chlopiec — 56.A zwyczajowy komunikat może być jeszcze dłuższy.Czemu tak marnotrawimy przepustowość nośnika informacji?To jest zadanie domowe!

Nadmiarowość wyglądu znaków

Ala ma kota Kot ma AlęRysunek: Nadmiarowość kształtu liter

Nadmiarowość zawarta w tekście

Czy da się przeczytać ten tekst?

„Nie ma zncazeina kojnoleść ltier skadającyłch się na dane sołwo. Wanże jsettyklo to, żbey pirewsza i osatntia lteria były na soiwm mijsecu; ptzosaołe mgoąbyć w cakowłitym niedzłaie, a mimo to nadal nie ponwinśimy meić prombleów zpczerzytaenim tego tesktu”.

Za [21] (ale podobne teksty można również znaleźć dla języka angielskiego).

Talking DrumsGadające bębny

Rysunek: „Gadający” bęben

Talking DrumsGadające bębny

Natomiast komunikacja za pomocą bębnów nie odbywała się z użyciem kodów(jak w przypadku kodu Morse’a, o czym będzie nieco później). Bębniący staralisię raczej odtwarzać za pomocą bębnów fonemy języka mówionego. Jestoczywiste, że można było w ten sposób odzwierciedlić jedynie bardzoograniczony zasób słów. Co więcej zwracać uwagę trzeba było na intonację,i akcenty. Ten sam przekaz mógł znaczyć:I alambaka boli [– _ – – _ _ _] „obserwował brzeg rzeki”I alambaka boli [– – – –_–_] „ugotował swoją teściową”

Talking DrumsGadające bębny

I Oprócz rytmu i akcentów, do poprawnej komunikacji potrzebne było jeszczesporo nadmiarowych informacji. Każde słowo uzupełniane było krótką fraząprecyzującą o co chodzi. Dwa uderzenia w wyżej brzmiący koniec bębna[– –] mogły oznaczać słowo sango (ojciec), songe (księżyc), koko (ptactwo),fele (gatunek ryb).I Bębniąc o księżycu było coś takiego: songe li tange li manga („księżyc, który

spogląda na ziemie”);I gdy chodziło o ptactwo to było coś takiego koko olongo la bokiokio („drób,

małe ptaki, które gdaczą”).I Każde niejednoznaczne słowo pojawiało się w chmurze innych,

powiązanych jakoś słów, które były dosyć automatycznie — pozidentyfikowaniu znaczenia — odrzucane.

Telegraf Morse’a

I Przesyłanie informacji za pomocą dwu sygnałów (w sposób „binarny”).I Medium: przewód elektrycznyI Informacje zapisywane na taśmie w postaci dłuższych i krótszych kresek.I Pierwotnie miały być przesyłane wyłącznie cyfry i liczby.I Słowa jako pozycje ze słownika — ale był to bardzo nieefektywny sposób.

Telegraf Morse’a

Rysunek: Fragment patentu Morse’a numer 1647 z roku 1848 przedstawiającykoncepcję telegrafu, a w szczególności sposób zwiększania zakresu i mechanizmdrukowania komunikatu

Rysunek: Kaszta drukarska: w czasach Gutenberga i bardziej współczesna

Częstość występowania liter

W języku angielskim (pierwsza liczba toilość czcionek w kaszcie, drugaczęstość)I „e” — 12 000; 12,7%I „t” — 9 000; 9,1%I . . .I „z” — (tylko) 200; 0,01%

Dla porównania, w języku polskim(tylko częstość):I „a” — 8,91%I „i” — 8,21%I „o” — 7,75%I „e” — 7,66%I . . .I „x” — 0,02%

W efekcie zadecydowano, że najczęściej występujące litery będą miałynajkrótsze kody.

Kultura grecka

I W czasach gdy nie istniała jeszcze kultura pisana, przekaz tradycji(informacji) odbywał się w sposób „mówiony” (czy może raczej śpiewanyalbo deklamowany): Każdy przekaz uzupełniany był dodatkowymi słowami,aby komunikat miał swój rytm albo, żeby łatwiej było go deklamować lubśpiewać.

I Takie postępowanie pozwalało też utrzymać przekaz w niezmienionej formie(każda zmiana powodowała zmianę rytmu, albo psuła rymy).

Czym jest kompresja danych?

Utworzyłem plik o długości 22000 bajtów składający się z tysiąca identycznychlinii o zawartościchlopczyk dziewczynkaNastępnie użyłem kilku popularnych programów kompresujących aby goskompresowaćI gzip — 121 bajtówI xz — 148 bajtówI rar — 129 bajtówI 7zip — 193 bajty

Czemu tak jest?

Czym jest kompresja danych (cd)?

Tym razem plik o tej samej długości (22000) ale wypełniony losowymi literami.Tym razemI gzip — 18264 bajtówI xz — 18500 bajtówI rar — 18494 bajtowI 7zip — 18549 bajty

W losowym tekście nie ma (prawie żadnej) nadmiarowości. Stąd nie ma cokompresować. . .

Czym jest kompresja danych (cd)?

Tym razem plik o tej samej długości (22000) ale wypełniony losowymi literami.Tym razemI gzip — 18264 bajtówI xz — 18500 bajtówI rar — 18494 bajtowI 7zip — 18549 bajty

W losowym tekście nie ma (prawie żadnej) nadmiarowości. Stąd nie ma cokompresować. . .

Kompresja

Zaletą użytych programów jest to, że kompresja jest odwracalna.Skompresowany plik można „rozpakować” odzyskując pierwotną zawartość.Jest to kompresja bezstratna.I Jej istota (w dużym uproszczeniu) polega na tym, że wyszukuje się

wszystkie powtarzające się fragmenty (słowa) pliku i zastępuję je„krótszymi” słowami.

I „chłopczyk” staje się symbolem α.I „dziewczynka” — β.I Odstęp między wyrazami i znak nowej linii pozostają bez zmian.I Zamiast 22 znaków mamy 4: α␣β<nl>I Sekwencje takich samych słów zastępujemy 1 słowem i informacją o liczbie

powtórzeń

Kompresja stratna

Oto prosty obrazek: kropka na białymtle.

Skonwertowałem go do formatu jpg,a następnie wszystkie punkty, które niesą idealnie białe „podkręciłem” żebylepiej było widać.

Ilość „błędów” zależy od stopnia kompresji. Podobnie wielkośćskompresowanego pliku. Większy stopień kompresji — mniejszy plik i więcejbłędów.

Kompresja stratna

Oto prosty obrazek: kropka na białymtle.

Skonwertowałem go do formatu jpg,a następnie wszystkie punkty, które niesą idealnie białe „podkręciłem” żebylepiej było widać.

Ilość „błędów” zależy od stopnia kompresji. Podobnie wielkośćskompresowanego pliku. Większy stopień kompresji — mniejszy plik i więcejbłędów.

Kompresja stratna

Oto prosty obrazek: kropka na białymtle.

Skonwertowałem go do formatu jpg,a następnie wszystkie punkty, które niesą idealnie białe „podkręciłem” żebylepiej było widać.

Ilość „błędów” zależy od stopnia kompresji. Podobnie wielkośćskompresowanego pliku. Większy stopień kompresji — mniejszy plik i więcejbłędów.

Kompresja stratna

Oto prosty obrazek: kropka na białymtle.

Skonwertowałem go do formatu jpg,a następnie wszystkie punkty, które niesą idealnie białe „podkręciłem” żebylepiej było widać.

Ilość „błędów” zależy od stopnia kompresji. Podobnie wielkośćskompresowanego pliku. Większy stopień kompresji — mniejszy plik i więcejbłędów.

Kompresja stratna

Oto prosty obrazek: kropka na białymtle.

Skonwertowałem go do formatu jpg,a następnie wszystkie punkty, które niesą idealnie białe „podkręciłem” żebylepiej było widać.

Ilość „błędów” zależy od stopnia kompresji. Podobnie wielkośćskompresowanego pliku. Większy stopień kompresji — mniejszy plik i więcejbłędów.

Przykład rzeczywisty

Na kolejnych dwu slajdach przykład zdjęcia o rozmiarach 2600 × 1733 piksele,zawierającego 4,5 miliona pikseli. Każdy piksel to trzy bajty.Pierwsze zdjęcie to „oryginał“ o długości 2384010 bajtów (2,3 M).Drugie to zdjęcie przetworzone, zajmuje tylko 94980 bajtów (96 K).Na obu zdjęciach porównać można zniekształcenia wprowadzone podczaskonwersji. Hint: użyj zoomu!Można też obejrzeć wersję interaktywną na stronie WWW.

Przykład rzeczywisty

Przykład rzeczywisty

Kompresja stratna — bezstratna

I grafikaI JPG, JPEGI DjVuI Wavelet (falki)

I wideoI MPEG [124]I H.264I Ogg Theora

I muzykaI MP3I AACI WMA

I ogólneI RLE (BMP)I DEFLATE (ZIP, PNG)

I grafikaI PNGI GIF

I wideoI QuickTimeI H.264 loosess

I muzykaI FLACI ALAC (Apple Loosles)

Celowa informcja nadmiarowa

I Suma kontrolnaI bit parzystościI suma kontrolnaI CRC (Cyclic Redundancy Check — cykliczny kod nadmiarowy)

I Suma MD5

Zadanie domowe — poczytać o różnych metodach sprawdzania integralnościdanych.

Celowa informcja nadmiarowa

I Suma kontrolnaI bit parzystościI suma kontrolnaI CRC (Cyclic Redundancy Check — cykliczny kod nadmiarowy)

I Suma MD5

Zadanie domowe — poczytać o różnych metodach sprawdzania integralnościdanych.

Rysunek: Po lewej stronie „standardowa” taśma dalekopisu, po prawej taśmaośmio-ścieżkowa, używana przez komputery

Rysunek: Tu można sprawdzić czy dziurki na C13 pochodzą od taśmy — powinna byćparzysta liczba w każdym rządku czy raczej od sera

Rysunek: Po stronie lewej Trurl, po prawej Klapaucjusz według Daniela Mroza,genialnego ilustratora, w tym i dzieł Lema

Kolofon

Prezentacja złożona z użyciem systemu LATEX 2ε i pakietów beamer i make4htwykorzystuje oficjalny szablon prezentacji Politechniki Wrocławskiej http://pwr.edu.pl/uczelnia/o-politechnice/materialy-promocyjne/logotyp/.Wykorzystano krój pisma Iwona.W prezentacji wykorzystano podobizny Trurla i Klapaucjusza pobrane ze stronyhttp://pl.cyberiada.wikia.com/wiki/Cyberiada autorstwa Daniela Mroza.Warto również zerknąć tu: http://www.google.com/logos/lem/